logo of company

Suivi pioch armand

Ce rapport présente l’évolution d’une biomasse microbienne tous les mois pendant 2 ans sur un sol viticole

Author: Debaillieul Thibault

Date: October 4, 2024

Etude Pioch Armant

Contexte: Vigne

Sol non travaillé sous le rang et sur l’inter-rang.

Désherbé sous le rang.

Friche dans l’inter-rang.

L’objectif était de suivre l’évolution de nos indicateurs au fil de l’année. Projet sur 2003-2006 réalisé par Sylvie Richarte.

Il n’y a pas de répétition malheureusement.

Graphique interactif pour exploration

Code 
# devtools::install_github("thomasp85/patchwork")

legend_title<-"Prélèvement"

mo<-plot_ggiraph(data = data,group = "a_creuser",text_size = 30,ylab="MO en g/100g de terre",legend_title=legend_title)
cmin<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "CT28_val",text_size = 30,ylab="CO2 en mg/kg (28j à 28°C)",legend_title=legend_title)
bm<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "BM_val",text_size = 30,legend_title=legend_title)
nmin<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "Nmineralise_val",text_size = 30,legend_title=legend_title)

# Combine the plots using patchwork
combined_plot <- mo +bm+cmin+ nmin +  plot_layout(nrow = 4)

interactive_plot<-girafe(ggobj = combined_plot,options = list(
    opts_sizing(width = 1)
    # ,opts_zoom(max = 5),
  #   opts_tooltip(
  #   offx = 60,
  #   offy = 60, use_cursor_pos = FALSE
  # )
  )
)
  
interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "stroke:#69B3A2; stroke-width: 10px; transition: all 0.3s ease;"),
  opts_hover_inv("opacity:0.5;filter:saturate(10%);"),
  opts_toolbar(saveaspng = FALSE)
)

interactive_plot

Vous pouvez passer le curseur sur les lignes et les points pour afficher le détail

Effet de l’humidité ?

Code 
bm<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "BM_val",text_size = 30,legend_title=legend_title,ylab="BM en mg/kg (fumigation)")
bm_c<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "BM_pourcent_Ctotal_val",text_size = 30,legend_title=legend_title,ylab="BM en % du Carbone total")
hr<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "H103",text_size = 30,ylab="HUmidité 103°C %")
pluvio<-plot_ggiraph(data = data,group = NULL,indicateur = "pluvio_mm",bar_graph = TRUE,color_bar = "blue",text_size = 30,ylab="Pluviométrie mensuelle mm")
tempe<-plot_ggiraph(data = data,group = NULL,indicateur = "Tmoy",bar_graph = TRUE,color_bar = "orange",text_size = 30,ylab="T°C moyenne mensuelle")

# Combine the plots using patchwork
combined_plot <- bm+bm_c +hr+pluvio+ tempe +  plot_layout(nrow = 5)

interactive_plot<-girafe(ggobj = combined_plot,options = list(
    opts_sizing(width = 1)
    # ,opts_zoom(max = 10),
    # opts_tooltip(
    # offx = 60,
    # offy = 60, use_cursor_pos = FALSE
  # )
  )  )

interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "stroke:#69B3A2; stroke-width: 10px; transition: all 0.3s ease;"),
  opts_hover_inv("opacity:0.5;filter:saturate(10%);"),
  opts_toolbar(saveaspng = FALSE)
)

interactive_plot

Surprenante la variation de MO totale ! Et la perte en Nmin et Cmin au cours du temps. Pourquoi la BM varie autant ?

A retenir

Comprendre pourquoi la MO totale varie autant.

On remarque que la BM est proche entre rang et inter-rang.

Lien fort entre Bm et HR

Cohérence du BM/C

Détails

L’évolution de la BM au cours du temps.

Code 
# plot_with_error(data,incertitude_y=0.1,incertitude_x=0,indicateur="BM_val",xaxis="date_reception_labo2",fichiers = fichiers,color="blue",x_is_date = TRUE,angle_x = 90,group = "a_creuser",name = "rang_et_IR" )

bm2<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "BM_val",ylab="BM en mg/kg (fumigation)",legend_title=legend_title)


interactive_plot<-girafe(ggobj = bm2)
 interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "stroke:#69B3A2; stroke-width: 10px; transition: all 0.3s ease;"),
  opts_hover_inv("opacity:0.5;filter:saturate(10%);"),
  opts_toolbar(saveaspng = FALSE)
)        
   
 interactive_plot

La teneur en carbone labile

Code 
# plot_with_error(data,incertitude_y=0.1,indicateur="CT28_val",xaxis="date_reception_labo2",fichiers = fichiers,group = "a_creuser",name = "rang_et_IR")

cmin2<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "CT28_val",ylab="CO2 en mg/kg (28j à 28°C)",legend_title=legend_title)


interactive_plot<-girafe(ggobj = cmin2)
 interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "stroke:#69B3A2; stroke-width: 10px; transition: all 0.3s ease;"),
  opts_hover_inv("opacity:0.5;filter:saturate(10%);"),
  opts_toolbar(saveaspng = FALSE)
)        
   
 interactive_plot

Suivre l’azote

Code 
# plot_with_error(data,incertitude_y=0.15,indicateur="MOtotale_pourcent_sol_val",xaxis="date_reception_labo2",fichiers = fichiers,group = "a_creuser",name = "rang_et_IR")

nmin2<-plot_ggiraph(data = data,group = "a_creuser",indicateur = "Nmineralise_val",ylab="Azote minéralisé en mg/kg (28j à 28°C)",legend_title=legend_title)

interactive_plot<-girafe(ggobj = nmin2)
Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_interactive_point()`).
Code 
 interactive_plot <- girafe_options(
  interactive_plot,
  opts_hover(css = "stroke:#69B3A2; stroke-width: 10px; transition: all 0.3s ease;"),
  opts_hover_inv("opacity:0.5;filter:saturate(10%);"),
  opts_toolbar(saveaspng = FALSE)
)        
   
 interactive_plot

Etudier d’éventuelle corrélation macro

Le lien est bien net entre la respiration microbienne et la libération de l’azote

Pas de lien (corrélation) évident entre la pluviométrie mensuelle et la valeur de BM

Ce n’est pas parce qu’il fait chaud (en moyenne dans le mois) que la BM est forte

Code 
ggplot(data)+geom_point(aes(x=H103,y=BM_val,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+xlab("Humidité 103°C en %")+ylab("Biomasse microbienne mg/kg \n(fumigation)")

Code 
ggplot(data)+geom_point(aes(x=H103,y=CT28_val,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+xlab("Humidité 103°C en %")+ylab("CO2 mg/kg (28j à 28°C)")

Code 
ggplot(data)+geom_point(aes(x=Nmineralise_val,y=CT28_val,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+xlab("Azote mg/kg (28j à 28°C)")+ylab("CO2 mg/kg (28j à 28°C)")
Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

Code 
ggplot(data)+geom_point(aes(x=Nmineralise_val,y=BM_val,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+ylab("BM mg/kg")+xlab("Azote mg/kg (28j à 28°C)")

Code 
ggplot(data)+geom_point(aes(x=CT28_val,y=BM_val,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+ylab("BM mg/kg")+xlab("CO2 mg/kg (28j à 28°C)")

Code 
ggplot(data)+geom_point(aes(x=BM_val,y=pluvio_mm,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+ylab("Pluviométrie mensuelle mm")+xlab("BM en mg/kg TS")

Code 
ggplot(data)+geom_point(aes(x=BM_val,y=Tmoy,colour=a_creuser))+theme_minimal()+labs(colour = "Prélèvement")+ylab("T°C mensuelle moyenne")+xlab("BM en mg/kg TS")

Session Info

Pour ceux qui veulent des détails liés au code R.

Code 
sessionInfo()
R version 4.2.1 (2022-06-23 ucrt)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 22631)

Matrix products: default

locale:
[1] LC_COLLATE=French_France.utf8  LC_CTYPE=French_France.utf8   
[3] LC_MONETARY=French_France.utf8 LC_NUMERIC=C                  
[5] LC_TIME=French_France.utf8    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] DT_0.27              patchwork_1.3.0.9000 ggiraph_0.8.10      
[4] ggplot2_3.5.1        lubridate_1.9.2      celestar_0.0.0.9000 

loaded via a namespace (and not attached):
  [1] readxl_1.4.2            uuid_1.1-0              backports_1.4.1        
  [4] systemfonts_1.0.4       lwgeom_0.2-13           lazyeval_0.2.2         
  [7] sp_1.5-0                AlgDesign_1.2.1         crosstalk_1.2.0        
 [10] leaflet_2.1.1           digest_0.6.29           htmltools_0.5.4        
 [13] viridis_0.6.2           fansi_1.0.3             magrittr_2.0.3         
 [16] cluster_2.1.3           tzdb_0.3.0              readr_2.1.4            
 [19] extrafont_0.19          officer_0.6.2           sysfonts_0.8.8         
 [22] extrafontdb_1.0         timechange_0.2.0        askpass_1.1            
 [25] gfonts_0.2.0            colorspace_2.0-3        ggrepel_0.9.3          
 [28] textshaping_0.3.6       haven_2.5.1             xfun_0.37              
 [31] dplyr_1.1.0             leafem_0.2.0            tcltk_4.2.1            
 [34] crayon_1.5.2            RCurl_1.98-1.12         jsonlite_1.8.7         
 [37] glue_1.6.2              polyclip_1.10-4         gtable_0.3.1           
 [40] webshot_0.5.3           proj4_1.0-12            questionr_0.7.8        
 [43] car_3.1-2               Rttf2pt1_1.3.12         maps_3.4.1             
 [46] abind_1.4-5             scales_1.3.0            fontquiver_0.2.1       
 [49] DBI_1.1.3               rstatix_0.7.2           showtextdb_3.0         
 [52] miniUI_0.1.1.1          Rcpp_1.0.9              viridisLite_0.4.1      
 [55] xtable_1.8-4            gridtext_0.1.5          units_0.8-0            
 [58] proxy_0.4-27            stats4_4.2.1            fontLiberation_0.1.0   
 [61] httr_1.4.7              htmlwidgets_1.6.1       RColorBrewer_1.1-3     
 [64] ellipsis_0.3.2          oceanis_1.8.5           pkgconfig_2.0.3        
 [67] farver_2.1.1            utf8_1.2.2              crul_1.3               
 [70] labeling_0.4.2          tidyselect_1.2.0        rlang_1.1.1            
 [73] later_1.3.0             cellranger_1.1.0        munsell_0.5.0          
 [76] tools_4.2.1             cli_3.6.0               generics_0.1.3         
 [79] broom_1.0.4             ggridges_0.5.4          evaluate_0.21          
 [82] shinyBS_0.61.1          stringr_1.5.0           fastmap_1.1.0          
 [85] yaml_2.3.5              ragg_1.2.5              knitr_1.40             
 [88] zip_2.2.0               purrr_1.0.1             satellite_1.0.4        
 [91] showtext_0.9-6          nlme_3.1-157            mime_0.12              
 [94] ash_1.0-15              xml2_1.3.3              compiler_4.2.1         
 [97] shinythemes_1.2.0       rstudioapi_0.14         plotly_4.10.0          
[100] curl_5.1.0              png_0.1-7               soiltexture_1.5.1      
[103] e1071_1.7-13            ggsignif_0.6.3          klaR_1.7-1             
[106] tibble_3.1.8            tweenr_2.0.2            stringi_1.7.8          
[109] highr_0.9               ggalt_0.4.0             forcats_1.0.0          
[112] gdtools_0.3.3           lattice_0.20-45         classInt_0.4-9         
[115] fontBitstreamVera_0.1.1 shinyjs_2.1.0           vctrs_0.6.5            
[118] pillar_1.9.0            lifecycle_1.0.3         combinat_0.0-8         
[121] data.table_1.14.2       cowplot_1.1.1           bitops_1.0-7           
[124] flextable_0.9.1         raster_3.5-29           mapview_2.11.0         
[127] httpuv_1.6.5            agricolae_1.3-5         R6_2.5.1               
[130] promises_1.2.0.1        gridExtra_2.3           KernSmooth_2.23-20     
[133] codetools_0.2-18        MASS_7.3-60             openssl_2.0.2          
[136] withr_2.5.0             httpcode_0.3.0          geomtextpath_0.1.1     
[139] hms_1.1.2               ggtext_0.1.2            terra_1.6-7            
[142] grid_4.2.1              labelled_2.12.0         tidyr_1.3.0            
[145] class_7.3-20            rmarkdown_2.20          carData_3.0-5          
[148] ggpubr_0.6.0            sf_1.0-8                ggforce_0.4.1          
[151] shiny_1.7.4             base64enc_0.1-3         leaflet.extras_1.0.0

This document was made by the Celesta-Lab, based on the Lumo quarto template.